مقایسه خطای نوع اول برخی آزمونهای ناپارامتریی روی ضرائب مدلهای رگرسیونی چندگانه
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان تهران - دانشکده علوم پایه
- نویسنده طاهره محمدی
- استاد راهنما علی شادرخ مسعود یارمحمدی
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1390
چکیده
زمانی که فرضهای زیربنائی در آزمون ضرائب رگرسیونی برقرار نباشد از روشهای ناپارامتری استفاده می کنیم یک گروه از این روشها که بر مبنای نمونه گیری مجدد است آزمونهای جایگشتی نام دارند که در سال 1930 توسط فیشر معرفی شدند.هدف این پایان نامه اصلاح روش فریدمن-لان به همان روشی که هو و جون روش کندی را اصلاح نمودند ،است سپس با برآورد خطای نوع اول سه روش فریدمن-لان اصلاح شده،فریدمن-لان و هو-جون با در نظر گرفتن حالتهای مختلف پس از تغییر توزیع متغیرهای مستقل مدل و توزیع متغیر خطا ،تغییراندازه نمونه و تغییر ضریب همبستگی دو متغیر مستقل مدل با 1000 بار تکرار به شبیه سازی پرداختیم و با بررسی داده ها به این نتیجه می رسیدیم که از میان سه روش مورد بررسی روش فریدمن-لان اصلاح شده به علت داشتن برآورد خطای نوع اول بهینه تر و توان بالاتر از دو روش دیگر بهتر است و روش فریدمن-لان و هو-جون اولویتهای بعدی ما هستند.
منابع مشابه
مقایسه روشهاس آزمونهای ناپارامتری بوت استراپ و جایگشتی ضرائب رگرسیون چندگانه
ازآنجایی که شرطهای زیر بنایی انجام آزمون فرض روی ضرائب رگرسیونی خطی همواره برقرارنیست. لذا روشهای ناپارامتری متفاوتی برای انجام آزمون فرض روی ضرائب رگرسیونی ارائه شده است ، روش فریدمن – لان تربراک ،مانلی ، کندی .....پس از چندین سال هو جون روش کندی رااصلاح کرد ونشان داد که روش کندی اصلاح شده بهتر عمل می کند. سپس در سال 2005 شادرخ بصورت تئوری نشان داد که روش فریدمن – لان بهتر از روش کندی عمل می ک...
تصحیح مقدار احتمال آزمونهای چندگانه برای مدلهای خطی آمیخته
در این پایان نامه روشی برای تصحیح سطح معنا داری برای یک سری از آزمونها که با اعمال چندین تبدیل از یک متغیر توصیفی که در مدلهای خطی تعمیم یافته ی آمیخته تولید می شوند ، در نظر گرفته می شود. برای این منظور تبدیلهای متفاوتی از متغیر توصیفی تولید می شود تا بتوان بهترین تبدیل ممکن یا بهترین نقطه ی برش را که معنی دار است معین نمود ، اما بدلیل اینکه این آزمونها روی ترکیباتی از یک متغیر انجام می شوند ب...
15 صفحه اولمقایسه مخاطره انواع برآوردگرها در مدل رگرسیون چندگانه با خطای t چندگانه
در این مقاله، با فرض اینکه در مدل رگرسیونی خطی چندگانه، بردار خطای تصادفی دارای توزیع t چند متغیره است، برآوردگرهای کمترین توانهای دوم تعمیم یافته، کمترین توانهای دوم تعمیم یافته مقید و تورنجش را برای بردار پارامتر مجهول مدل رگرسیونی بدست می آوریم. سپس با استفاده از تابع زیانهای مربعی و مربعی موزون، مخاطره برآوردگرهای بدست آمده را با یکدیگر مقایسه می کنیم و نشان می دهیم در شرایطی خاص کدامیک ا...
متن کاملمقایسه عملکرد مدلهای رگرسیونی ARIMA وشبکه عصبی باالگوریتم ژنتیک (GMDH) درپیش بینی قیمت نفت خام ایران
این پژوهش باهدف معرفی یک الگوی مناسب جهت پیش بینی قیمت نفت خام سنگین ایران صورت پذیرفته است. داده های مورداستفاده دراین پژوهش به صورت هفتگی وشامل بازه ی زمانی هفته سوم 4/2002 الی هفته چهارم 7/2011 که مشتمل بر485مشاهده بوده که جهت مجزاسازی پیش بینی های داخل نمونه ای وخارج ازنمونه استفاده شده است. همچنین الگوهای مورداستفاده دراین پژوهش عبارتنداز:یک مدل شبکه عصبی مصنوعی مبتنی برالگوریتم ژنتیک (GM...
متن کاملمقایسه مخاطره انواع برآوردگرها در مدل رگرسیون چندگانه با خطای t چندگانه
در این مقاله، با فرض اینکه در مدل رگرسیونی خطی چندگانه، بردار خطای تصادفی دارای توزیع t چند متغیره است، برآوردگرهای کمترین توانهای دوم تعمیم یافته، کمترین توانهای دوم تعمیم یافته مقید و تورنجش را برای بردار پارامتر مجهول مدل رگرسیونی بدست می آوریم. سپس با استفاده از تابع زیانهای مربعی و مربعی موزون، مخاطره برآوردگرهای بدست آمده را با یکدیگر مقایسه می کنیم و نشان می دهیم در شرایطی خاص کدامیک از ...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان تهران - دانشکده علوم پایه
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023